[发明专利]图像记录装置、场景转换提取方法及图像语音记录装置

说明书

技术领域

本发明涉及一种可以与图像的记录并行地检测图像的场景转换(Scene Change)的图像记录装置、及通过该图像记录装置实施的场景转换提取方法。并且，本发明涉及一种可以与电视广播节目的录制并行地进行广告消息(Commercial Message)广播的检测的图像语音记录装置，该广告消息被夹在将要录制的电视广播节目的本体之间。

背景技术

以往，在对图像进行编码并记录的图像记录装置中，为了从所记录的图像中寻找所期望的图像场景，一面利用快进或回放等特殊再现，一面依靠人的眼睛寻找相应的场景，需要花费非常多的时间和精力。

为了消除这种问题，提出了用于发现图像的场面转换场景(以后称为“场景转换”)的方法(例如参照专利文献1和2)。专利文献1披露的方法如下：在进行编码的编码器前级的预图像信号处理装置中，计算时间上的前后两个图像的直方图之差的绝对值，在所计算的绝对值超过预定阈值时判定为场景转换。并且，专利文献2披露的方法如下：读出已经存储在HDD等存储介质中的图像数据并提取场景转换。

并且，电视广播可以根据其内容分为“节目本体广播”和“广告消息广播”。节目本体广播是在电影节目中基于电影的内容自身的图像语音数据的广播部分。另一方面，广告消息广播指在广告主和广告代理商等委托方与广播台签订合同的情况下，基于接受委托方提供的图像语音数据的广播部分，其在节目本体广播的空闲时间被广播。并且，广告消息广播也包含广播台进行自家的广告宣传用的广播。在本申请中，把“节目本体广播”表述为“节目本体”，把“广告消息广播”表述为“CM广播”。节目本体和CM广播的内容关联性较小的情况居多，对于想要集中视听节目本体的视听者而言，在录制或视听电视广播时，有想要高效地删除或跳过CM广播的要求。

以往的图像语音记录装置检测电视广播的语音方式，根据所检测的语音方式进行节目本体和CM广播的识别。节目本体的语音方式多是单声道(monaural)语音或两国语言语音(外语节目中的日语和英语等)，一般CM广播的语音方式多是立体声语音。利用这种差异，将检测到立体声语音的区间判别为CM广播区间，在录制时不进行(即删除)CM广播区间的录制、或者在视听时进行跳过(即略过)CM广播区间的处理。

上述以往的CM检测方式在节目本体的语音方式为与CM广播的语音方式相同的立体声语音时不发挥作用。作为其改善对策提出如下方案：检测在节目本体和CM广播的交界处插入的被称为“黑色帧”的全黑画面的帧图像来确定CM广播区间(例如参照专利文献3)。并且，还提出如下方案：检测在节目本体和CM广播的交界处产生的无音区间，根据所检测的无音区间的出现间隔来确定CM广播区间(例如参照专利文献4)。另外，还提出如下方案：利用图像的场景转换的产生频次来提取CM广播(例如参照专利文献5)。此外还有如下方案：提供视听时通过用户的按钮操作跳过(即略过)15秒等固定时间的用户接口。

专利文献1：日本特开2004-282318号公报(第7页，图2)

专利文献2：日本特开2002-064823号公报(第5页，图1)

专利文献3：日本特表平8-507633号公报(第12-15页，图1)

专利文献4：日本特开2003-47031号公报(第5-8页，图1)

专利文献5：日本特开2000-165796号公报(第7页，图14)

但是，专利文献1披露的方法利用设于编码器前级的预图像信号处理装置检测场景转换，所以不能适用于从视频编码器到编码器的结构为一体的编码器芯片组，即不能适用于具有不向外部输出场景转换提取结果的单元的图像记录装置。并且，即便在编码器芯片组输出场景转换提取结果时，由于每当使用的编码器芯片组的类型变化时场景转换提取结果都将变化，所以存在每当编码器芯片组的类型变化时都需要调整图像记录装置的问题。

并且，专利文献2披露的方法是根据已经被压缩记录在HDD上的图像流来检测场景转换的方法，所以在记录处理结束后，需要离线进行花费很多时间的处理，因此不实用。

并且，在检测黑色帧来确定CM广播区间的专利文献3记载的方法中，由于根据国家和地区或广播台有时不能插入黑色帧(实际上在国内广播中黑色帧的插入不能通过法令义务化)，所以存在不能充分提高CM广播区间的自动检测的可靠度的问题。

并且，在专利文献4或5记载的方法中，由于在节目本体中还存在多个无音区间和场景转换，所以存在难以高精度地确定CM广播区间的问题。